在馬拉松的領域里，有一個現象，叫 " 第二陣風 "。在馬拉松的賽程開始一段時間后，眾多賽者總會陷入疲憊，先頭部隊開始降速，甚至不少人會在這個時間點開始掉隊。

而 " 第二陣風 " 指的是，在這時，不少先前不被看好的選手卻可能突然迸發活力、奮起直追，引領整個賽道的秩序劇變。

到了 2025 年，AI 賽道的玩家們也開始進入了迄今為止最為艱難的賽段—— Chatbot 類產品陷入用戶留存低與商業化前景不明兩重困境中；專精大模型的玩家不少也迫于壓力，開始戰略收縮。不少公司都在等待著 " 第二陣風 " 的吹拂，來獲得新的活力。

包袱小、起步快的單點突破選手降速，被遮擋在后方的 " 全家桶選手 "，卻在這個賽段，迸發出了更強勢能。

5 月，谷歌 2025 年的 I/O 大會石破天驚。深度思考、多模態……時下最熱的 AI 能力，谷歌的大模型 Gemini 一個不落；AI Mode 被業界驚呼是要革了自家搜索的命；智能體 Project Mariner 可以幫助用戶使用 AI 購物、買票，同時處理近 12 項任務；Google Glass 牽上 Gemini 的手驚艷亮相……

從模型到硬件、應用、Agent，主打一個 " 既有、又有、還有 " 的全面。

用 " 全家桶 " 思路做 AI 生態，谷歌的同路者，全球范圍內除了百度，屈指可數。

雷峰網獲悉，3 月中，才發布多模態基礎大模型文心 4.5 和推理模型文心 X1 的百度，4 月底又推出性能升級的 4.5 Turbo 和 X1 Turbo，調用價格還分別了下降 80% 與 50%；一邊是無代碼開發工具 " 秒噠 "、通用 Agent" 心響 "、高說服力數字人等多款應用持續上新；另一邊還有全自研的三萬卡集群扎牢算力底座……

如果把 AI 的競爭看成一個漫長的馬拉松，谷歌和百度，這兩家公司似乎更早得到了 " 第二陣風 " 的加持，在新的賽段獲得了全新的活力。

究其原因：或許只有全棧的路，才是企業的最優解。

01 " 高筑墻、廣積糧、緩稱王 "

" 全家桶 " 式的戰略難免會遇到這樣的問題：因為要多點開花，就要多頭投入，在前期無法聚焦單一產品統治用戶認知時，容易被人認為是 " 樣樣通，樣樣疏 "。

事實上，在好感度上，全家桶的厚重感一直比不過新貴的輕盈。谷歌對比 OpenAI、Perplexity 如是，百度對比 Kimi、DeepSeek 等新貴也是一樣。在很多人心里，成熟企業總是比不上鋒芒畢露的新銳企業。

但 AI 是一場馬拉松，而非短跑競速。

大模型的競逐闖進第三年，技術、產品的迭代似乎沒有降速的趨勢。即使作為旁觀者，要追上 AI 演進的速度，都幾乎讓人精疲力竭，應接不暇；局內的玩家更是如此，自己研究了許久的技術、產品路徑，很可能突然被證偽，努力也就打了水漂。

行業始終處于劇變之中，幾年前被飛速捧起的 AI 新銳們，問題也開始慢慢顯現——在高速迭代的技術范式、市場格局之下，只做產業鏈條的一環毫無魯棒性可言，一朝可以稱王稱霸，一朝也可以無人問津。

當下，中國不少大模型創業公司的困局，也來源于此。

表面看，他們的問題是 " 后勁不足 "；而更深層次的癥結，還是企業無法通過單獨的技術和產品，影響整個產業的鏈條，從而在這個震蕩激烈的市場里活下來。

在巨大的風浪下，體量越大、吃水越深的航船，越不容易傾覆。谷歌和百度在過去幾年里，要做全棧，正是這樣的道理。

谷歌是最早投入到 AI 芯片研究的企業之一，早在 2015 年就推出了專為 AI 推理打造的第一代 TPU，為最早期的 AI 應用 AlphaGo 帶來了最高 30 倍的性能提升和幾十倍的能效提升。今年 4 月，谷歌發布第七代 TPU，單芯片峰值算力可達到 4614TFLOPs。

算力向上一層，谷歌云在近年增速穩步提升，與 TOP2 的微軟和 AWS 差距日益縮小；模型上，Bard 更名為 Gemini 后一路發力，從多模態理解反超 Sora 的視頻生成，逐步取代 Sora 成為多模態大模型的代名詞。

百度幾乎走出了一模一樣的路徑。昆侖芯從打樣到萬卡集群，再到不久前應用的三萬卡集群，把 AI 推理訓練的成本徹底打了下來；云平臺，千帆結合模型庫和工具鏈，給出了市場最可觀的模型調用方案，連 DeepSeek 的調用價格都是行業最具性價比。

模型層，文心大模型 4.0 之后停滯了一段時間，但不久前，一口氣連發四款基礎模型，不僅補齊了多模態理解、深度思考鏈等主流能力，而且在推理、邏輯上一騎絕塵，信通院最新評測顯示，百度的文心 X1 Turbo 推理能力位居國內第一。

應用層，百度不遺余力地用 AI 改造過去自有的產品，百度文庫依靠數百項 AI 能力，獲得了 9700 萬的 AI 月活用戶規模；網盤的 AI 月活用戶也超過了 8000 萬；數字人領域，慧播星正在電商領域發光發熱；代碼生成上，文心快碼也全新升級 3.5 版本，累計服務了 760 萬開發者；多智能體協作的領域，新推出的 AI 任務完成引擎 " 心響 " 也涵蓋了旅游、相親、法律等多個領域，為用戶提供更智能便捷的 AI 能力……

" 第二陣風 " 前夕，全棧優勢漸顯。一邊是 Chatbot 們后勁不足、新模型連續跳票；一邊是谷歌 IO 大會的飽和時發布，Google Glass 帶著 Gemini 意外返場，一時行業驚呼 " 谷歌回到巔峰 "，百度云業務增速達 42%，坐實了 "AI+ 云 " 成 Game Changer 的預判。

02 全棧布局的秘訣：魯棒性

今年以來，" 木頭姐 " Cathie Wood 一個半月內連續 6 次加倉百度；橋水（Bridgewater）和富達（Fidelity Investments Canada）兩家機構，分別在 Q1 10 倍左右增持百度，這無一不說明了資本市場對全棧 AI 路徑的看好。

業務的魯棒性，成為 AI 全棧模式被看好的重要因素。

魯棒性的第一個支撐點是成本。在百度，用戶通過文心千帆調用 Deepseek 的 R1 和 V3 版本，甚至比直接調用 Deepseek 可以便宜 50%-70% 不等。這其中的關鍵功臣，非百度的芯片品牌昆侖芯和智能異構算力平臺 " 百舸 " 不可。

近期點亮的國內首個全自研三萬卡集群，更是可以同時承載多個千億參數規模的大模型訓練，并能支持 1000 個客戶進行百億參數模型的精調。

而已經進化到 4.0 版本的百舸舸 AI 異構計算平臺，已經具備了成熟的 10 萬卡集群部署和管理能力。萬卡集群上，大模型的有效訓練時長可以超過 99.5%，而兩種不同的芯片混合訓練大模型，效率折損則可以控制在 5% 以下，實打實地把模型訓練的成本打了下來。

" 創新的本質，往往就是成本下降。" 百度 Create 2025 上，李彥宏如此說道。

進，成本優勢帶來創新的激發；退，成本帶來利潤的保證，無疑為業務和公司帶來更強的魯棒性，不必逞一時盈利，可以更為廣闊、前沿地押注未來。

谷歌和百度也是最早探索全無人駕駛技術的兩家企業，谷歌 2009 年、百度 2013 年——一個 L2 級自動駕駛都尚未應用，L4 級無人駕駛更是空中樓閣的時代。

全棧布局帶來的是押注未來的空間和靈活度，至 2025 年，谷歌 Waymo 在全球服務次數達到 1000 萬次，百度的蘿卜快跑達到 1100 萬次，在全球覆蓋 15 個城市，涵蓋迪拜、阿布扎比等中東區域。

誕生于 2011 年的 Google Glass 也等到了重現輝煌的一天，初次面世的谷歌眼鏡重達 3600 克，未能帶來科技感，卻受足了各方的嘲諷；14 年后的谷歌 IO 大會上，Goolge Glass 攜 Gemini 返場，實時翻譯、同傳、多模態交互……即使現場演示出了些許紕紕漏，仍然使與會者驚嘆。

10 余年堅守的背后，是全棧布局下充足的靈活性。市場或在硬件，或許在應用，也或許在底層的基礎設施。無人駕駛難以變現時，搜索等應用為谷歌百度支撐起了當時營收壓力；今天，Chatbot 的商業模式尚在探索，但百度重構的 " 文庫 " 已經帶來日漸攀升的付費率，"AI+ 云 " 也成為先跑出來的增長曲線。

2025 年 Q1，百度財報顯示，公司的云業務實現了 42% 的增長速度，AI 的貢獻達到了三位數，經營利潤率超過了 10%。

更全面的業務布局，也成了百度在 B 端客戶心中備受信任的原因。根據最新數據，百度在 2025 年 Q1 繼續領跑大模型招投標市場，在 505 個中標項目、24.67 億元項目總金額中，百度智能云繼續以 19 個中標項目、4.5 億元的中標金額位列通用大模型廠商第一。

03 結語

全棧 AI 的布局，可以分成四層，分別是算力、模型、云平臺和應用。算力和模型是土壤，云平臺為開發 AI 應用提供肥料，而應用則是 AI 產品、內容變現的可能。四層架構，在一個成熟 AI 生態中缺一不可。

谷歌有自己的全棧服務體系；百度則在多年的深耕中，構建出了 " 自研算力 + 自研模型 + 云平臺 + 應用矩陣 " 的系統，形成了一套與開發者一同受益、一同成長的商業自閉環。

在雷峰網看來，這也是這兩家公司，能在 AI 競逐的長跑中保持后勁的原因：

不偏科、不放棄的全棧 AI 公司，才能穿越震蕩、艱難的周期，在潮起潮落、滄海桑田中，長足地立于不敗之地。

來源：雷鋒網